Les données d'Opta occupent le devant de la scène dans la série « The Future of Football » de Sky
Les données d'Opta ont occupé une place prépondérante dans la série« Future of Football » de Sky, lancée peu avant le début de la saison nationale européenne 2023-2024.

Les données d'Opta ont occupé une place prépondérante dans la série« Future of Football » de Sky, lancée peu avant le début de la saison nationale européenne 2023-2024. Dans cette série, Bradford Griffiths et Jens Melvang, de Stats Perform, expliquent comment les innovations en matière de collecte de données, grâce à la fusion à grande échelle des données d'événements et de suivi, vont donner davantage de moyens aux analystes chargés du recrutement lorsqu'ils repèrent des joueurs dans les différents championnats du monde entier.
L'avenir du football : les « licornes » adeptes de l'IA et les neuroscientifiques qui révolutionnent les transferts et le recrutement
Exploiter l'IA pour repérer les talents
Les entreprises commencent à exploiter le potentiel de l'IA pour générer des données permettant de mieux comprendre les prises de décision et les performances des footballeurs à travers le monde.
Cela permet aux clubs d'élargir considérablement leur champ de recherche pour repérer des talents qui, sans cela, risqueraient de passer inaperçus jusqu'à ce qu'ils s'imposent dans une grande ligue. Prenons l'exemple de Moises Caicedo, qui a rejoint Brighton en provenance du club équatorien Independiente del Valle pour 5 millions de livres sterling en 2021.

Pendant longtemps, les données sur les actions de jeu – ce qui se passe sur le ballon – ne nous ont donné qu’une vision partielle de la réalité. Il se passe bien sûr beaucoup plus de choses en marge de cela, et c’est là qu’interviennent les données de suivi – tout ce qui se passe loin du ballon –, permettant à des entreprises commeStats Perform d’offrir une vision plus complète du footballeur en combinant ces deux types de données.
Tout savoir sur les données d'événements et de suivi
Les données d'événementcorrespondent aux actions sur le terrain, telles que les passes réussies ou les tirs tentés.
Les données de suivi permettent de déterminer où se trouvent les joueurs sur le terrain et ce qu'ils font lorsqu'ils n'ont pas le ballon.
« Les données d'événement vous indiquent le "quoi", puis les données de suivi vous permettent de commencer à comprendre le "pourquoi" », explique Bradford Griffiths, vice-président senior chargé de l'innovation chezStats Perform, àSky Sports.
« L'atout majeur des données de suivi, c'est qu'elles fournissent en permanence des informations sur la position et les déplacements de tous les joueurs sur le terrain, ce qui permet de replacer les actions dans leur contexte. Avec les données d'événements, on savait qu'un joueur avait le ballon et qu'il l'avait passé à un autre joueur depuis un point précis du terrain. Ce qu'on ignorait, c'est ce qui avait motivé cette décision. »
Comment l'IA recueille-t-elle les données de suivi ?
Les données de suivi ont d'abord été enregistrées à l'aide de caméras installées dans les stades.
Ces sociétés à responsabilité limitée se sont contentées de collecter des données brutes pour les ligues de haut niveau, car les moyens financiers, la logistique et les infrastructures nécessaires pour mener cette tâche à bien à l'échelle mondiale rendaient la tâche trop ardue.
Cependant, grâce à l'IA, il est désormais possible de collecter ces données brutes à partir de n'importe quelle partie enregistrée. Par exemple, à partir d'une vidéo enregistrée à distance.
La vision par ordinateur identifie et suit les joueurs lorsqu'ils apparaissent à l'écran, tandis que la modélisation par IA permet de prédire leurs déplacements lorsqu'ils ne sont plus dans le champ.
Cela permet d'afficher une carte – un peu comme dans Football Manager – indiquant à tout moment la position de chaque joueur sur le terrain.
Il est alors possible de recueillir des données complexes qui permettent, par exemple, de déterminer le nombre de passes décisives effectuées par un joueur ou la précision de ses passes sous pression.
Les progrès de l'IA permettent désormais d'entraîner un ordinateur à l'aide de l'apprentissage profond afin d'analyser la manière dont un joueur réagit dans certaines situations, et ainsi de prédire ses performances dans un autre championnat ou son adaptation au système de jeu d'une équipe donnée.
Jens Melvang, chef de produit senior chezStats Perform, ajoute : « Nous fournissons aux clubs un outil qui leur permet d'effectuer ces recherches de joueurs en indiquant le style de jeu qu'ils souhaitent adopter, le type de joueur recherché et le poste à pourvoir ; le système leur propose alors des suggestions en conséquence. »
À mesure que l'analyse des données gagne en sophistication, elle ne se limite plus à la simple performance d'un joueur et commence à mettre en lumière les rouages de son esprit.
« On commence à voir comment les joueurs réagissent à différents scénarios, et tout repose sur leurs processus cognitifs et décisionnels », explique Griffiths.
« Un joueur est-il suffisamment perspicace pour se dire : “Je sais que je peux passer le ballon là-bas et que mon coéquipier y arrivera le premier, même si ce n’est pas une passe directe à son intention” ? À quelle vitesse prennent-ils ces décisions ? Sont-ils prêts à dribbler pour passer les défenseurs ou essaient-ils de faire une passe dès qu’ils se sentent menacés ? »
« Ces éléments ressortent des données que nous collectons et qui vous aident à mieux comprendre le comportement d'un joueur sur le terrain. »
L'avenir des transferts dans le football : les clubs de Premier League pourront-ils continuer à battre des records ?
Les stars de l'exploration de données
Le jeu vidéoFootball Managera contribué à former des générations de passionnés de statistiques footballistiques. Au fil des ans, les clubs ont eu recours à des bases de données de plus en plus sophistiquées dans un seul et même but : parcourir le monde à la recherche de pépites statistiques.
Brighton n'est qu'un exemple parmi d'autres de clubs qui exploitent les données pour assurer leur succès : Alexis Mac Allister, vainqueur de la Coupe du monde, qui a quitté le club pour rejoindre Liverpool dans le cadre d'un transfert de 55 millions de livres sterling en juin, a déclaré àSky Sports l'hiver dernier: « Brighton m'a parlé, ainsi qu'à mon agent, et m'a dit que j'étais l'un des meilleurs joueurs de moins de 21 ans avec les meilleurs chiffres – car Brighton travaille beaucoup avec les chiffres et les statistiques. » Les Seagulls ont enregistré un bénéfice de 48 millions de livres sterling lors de son départ, après avoir recruté le milieu de terrain pour 7 millions de livres sterling auprès des Argentinos Juniors en 2019.
Mais ce n'est qu'un exemple parmi d'autres : l'analyse des données devient un processus incontournable dans le monde du sport, qu'il s'agisse des performances de l'équipe, de la condition physique, des tactiques ou du recrutement.Selon Deloitte, les données sont désormais appelées à jouer un rôle de plus en plus important dans l'optimisation des sources de revenus.
Stats Perform, surtout connue pour sa marque de données Opta, n'est qu'une des nombreuses entreprises proposant des logiciels de recrutement basés sur les données, qui combinent des données d'événements et de suivi avec des vidéos, permettant ainsi aux clubs de rechercher des profils de joueurs partout dans le monde.
Bradford Griffiths a déclaré àSky Sports:« Jepense qu’il y a deux éléments fondamentaux en matière de recrutement basé sur les données : il faut de l’envergure et de la cohérence. L’envergure permet d’étendre la recherche à un marché très vaste, et la cohérence est absolument essentielle. Le jeu se présente de manière très différente selon les compétitions : la composition des équipes, le rythme des matchs et d’autres aspects de ce genre. On peut ensuite comparer les ligues entre elles et intégrer ces données dans certains modèles d’IA pour évaluer les joueurs. »
« Vous pouvez ensuite créer un profil pour un joueur qui vous intéresse et [afficher] tous les joueurs du monde qui correspondent à ce profil. Vous ne connaissez peut-être pas beaucoup de ces joueurs, en particulier ceux issus de ligues moins importantes que vous ne suivez pas. À mesure que l’on descend dans la hiérarchie du football, ce qui intéresse vraiment les équipes, c’est la valeur et l’accessibilité financière, ainsi que la possibilité de recruter des joueurs à un jeune âge, lorsqu’ils ont un fort potentiel, et d’autres aspects de ce genre. Ces outils sont donc vraiment puissants : ils vous permettent d’explorer cette base de données mondiale du football et de cibler certains joueurs susceptibles de vous intéresser, que vous pouvez ensuite intégrer au reste de votre processus de recrutement. »
À quoi faut-il s'attendre : les données prédictives, l'avenir ?
Rien n'est figé, car les tactiques et le recrutement ne cessent d'évoluer. Par exemple, la demande actuelle de gardiens de but capables de jouer au pied et de joueurs de champ ayant un pied dominant, placés à des postes stratégiques, vise à créer des occasions de passe et des angles de tir – et les données jouent un rôle prépondérant dans ce domaine.

Les données prédictives prennent de plus en plus d'importance. Le logiciel d'Opta présente les schémas tactiques des équipes en possession et sans possession du ballon, mais il permet également de mettre en évidence les positions que les joueursdevraientoccuper au cours des phases de jeu, en superposant ces informations à leur positionréelle. Il permet aussi d'évaluer la manière dont les différents joueurs interagissent et influencent l'efficacité de l'équipe.

Les données permettent déjà de prédire la probabilité de réussir une passe vers n'importe quel coéquipier à un moment donné, ainsi que le danger offensif potentiel de chacune de ces options. Grâce à ces nouvelles données, les analystes peuvent quantifier la prise de décision d'un joueur en évaluant non seulementce qu'il a fait, mais aussi ce qu'ilauraitpu etdûfaire. Elles permettent également de déterminer la proportion de temps pendant laquelle les joueurs endossent différents rôles au cours d'un match.

Avec ce niveau d'analyse – disponible instantanément et à grande échelle –, il semble que ce ne soit qu'une question de temps avant que les données prédictives ne jouent un rôle prépondérant pendant les matchs, ainsi que dans les analyses d'avant-match et d'après-match. En conséquence, les joueurs seraient évalués en fonction de leurs performances par rapport à ces modèles prédictifs.
Par ailleurs, les équipes dirigeantes s'attacheront de plus en plus à analyser l'impact des différentes combinaisons de joueurs sur la cohésion générale de l'équipe, tant d'un point de vue global que face à des adversaires spécifiques.
Si vous souhaitez en savoir plus sur Opta Vision, cliquez ici.








